【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請的實(shí)施例涉及圖像檢測，特別涉及一種高光譜遙感圖像目標(biāo)檢測方法、裝置、可讀存儲介質(zhì)和電子設(shè)備。
技術(shù)介紹
1、高光譜圖像是利用成像技術(shù)和光譜技術(shù)結(jié)合形成圖譜合一的三維圖像，高光譜遙感圖像中的每個像元都是由幾百個甚至上千個波段組成的連續(xù)光譜，光譜帶通常跨越可見光、近紅外和中紅外部分，范圍大致在0.4微米到2.5微米。每種地物都對應(yīng)了一個光譜曲線，不同的地物對應(yīng)的光譜曲線也不相同，這些圖像數(shù)據(jù)詳細(xì)地記錄了地物電磁波信號和能量。高光譜遙感圖像與其他種類的遙感圖像相比，高光譜遙感圖像包含了更加豐富的地物光譜信息，可以準(zhǔn)確地反映地物的細(xì)微光譜差異。在對高光譜遙感數(shù)據(jù)進(jìn)行處理時(shí)，根據(jù)不同任務(wù)需要，為了凸顯某些地物的特征，通過對波譜范圍內(nèi)選擇某些特定譜段，這樣不僅能為高光譜遙感圖像處理算法提供更多的地物基本分析數(shù)據(jù)，還能精確的對地物進(jìn)行處理和分析。
2、在目標(biāo)檢測方法中，以線性混合模型為基礎(chǔ)的檢測方法得到了普遍地應(yīng)用。典型的有，harsanyi和chang提出了一種基于有限沖激響應(yīng)濾波器的亞像元目標(biāo)檢測器，即約束能量最小化方法(cem)，通過分析高光譜遙感圖像數(shù)據(jù)和已知的目標(biāo)光譜信息來確定一個濾波向量，通過濾波向量對圖像進(jìn)行處理，得到目標(biāo)檢測的結(jié)果，其中濾波向量的作用是去除高光譜遙感圖像中的背景地物的光譜信息，讓目標(biāo)地物的光譜信息能夠順利通過，同時(shí)抑制背景地物光譜信息的輸出，當(dāng)目標(biāo)地物在高光譜遙感圖像中分布比較少、零散時(shí)，對背景地物的信號產(chǎn)生的影響可以忽略不計(jì)，即當(dāng)約束能量最小化算法對小目標(biāo)進(jìn)行檢測時(shí)，其準(zhǔn)確定性較好，但當(dāng)目標(biāo)
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本申請的實(shí)施例提出了一種高光譜遙感圖像目標(biāo)檢測方法、裝置、可讀存儲介質(zhì)和電子設(shè)備，旨在解決目標(biāo)地物的信號在高光譜圖像中分布比較密集、在圖像中占據(jù)較大比例時(shí)，其對背景地物的信號就能夠產(chǎn)生很大影響，即對大目標(biāo)的檢測效果不太理想的問題。
2、為實(shí)現(xiàn)上述目的，本申請的實(shí)施例提供了一種高光譜遙感圖像目標(biāo)檢測方法，包括：獲取待處理的三維高光譜遙感圖像數(shù)據(jù)；利用預(yù)構(gòu)建的高光譜圖像濾波器處理所述三維高光譜遙感圖像數(shù)據(jù)，得到目標(biāo)圖像數(shù)據(jù)；其中，預(yù)構(gòu)建高光譜圖像濾波器的過程包括：獲取預(yù)處理后的三維高光譜遙感圖像數(shù)據(jù)；基于所述三維高光譜遙感圖像數(shù)據(jù)確定目標(biāo)光譜數(shù)據(jù)集，并基于所述目標(biāo)光譜數(shù)據(jù)集確定約束能量最小化算法中的樣本自相關(guān)矩陣；基于所述樣本自相關(guān)矩陣和目標(biāo)光譜數(shù)據(jù)集確定高光譜圖像濾波器，輸出所述目標(biāo)圖像數(shù)據(jù)。
3、可選地，在所述獲取預(yù)處理后的三維高光譜遙感圖像數(shù)據(jù)之前，所述高光譜遙感圖像目標(biāo)檢測方法包括：利用均勻區(qū)域法、地學(xué)統(tǒng)計(jì)法、局部均值或局部標(biāo)準(zhǔn)差法評估所述三維高光譜遙感圖像數(shù)據(jù)中的數(shù)據(jù)噪聲并去除數(shù)據(jù)噪聲；利用暗目標(biāo)大氣校正算法去除三維高光譜遙感圖像數(shù)據(jù)中的大氣吸收窗口波段。
4、可選地，所述基于所述三維高光譜遙感圖像數(shù)據(jù)確定目標(biāo)光譜數(shù)據(jù)集，并基于所述目標(biāo)光譜數(shù)據(jù)集確定約束能量最小化算法中的樣本自相關(guān)矩陣，包括：獲取樣本自相關(guān)矩陣，所述樣本自相關(guān)矩陣的表達(dá)式為
5、
6、其中，r為三維高光譜遙感圖像數(shù)據(jù)中所有像元的自相關(guān)矩陣的加權(quán)值；c為常數(shù)，g(x)為單調(diào)遞增函數(shù)，f(x，y)為向量相似度判斷函數(shù)，d為目標(biāo)光譜數(shù)據(jù)集，ri為預(yù)處理后的數(shù)據(jù)像元，n是像元總數(shù)。
7、可選地，所述基于所述樣本自相關(guān)矩陣和目標(biāo)光譜數(shù)據(jù)集確定高光譜圖像濾波器，包括：獲取預(yù)處理后的三維高光譜遙感圖像數(shù)據(jù)中的像元數(shù)據(jù)和目標(biāo)光譜數(shù)據(jù)集向量；基于所述像元數(shù)據(jù)的樣本自相關(guān)矩陣的逆矩陣和目標(biāo)光譜數(shù)據(jù)集向量確定高光譜圖像濾波器。
8、可選地，所述基于所述像元數(shù)據(jù)的樣本自相關(guān)矩陣的逆矩陣和目標(biāo)光譜數(shù)據(jù)集向量確定高光譜圖像濾波器，包括：獲取濾波器輸出信號的平均能量表達(dá)式；基于轉(zhuǎn)化后的所述平均能量表達(dá)式確定線性約束優(yōu)化函數(shù)；根據(jù)所述線性約束優(yōu)化函數(shù)確定待優(yōu)化的高光譜圖像濾波器；獲取所述待優(yōu)化的高光譜圖像濾波器的優(yōu)化目標(biāo)函數(shù)，其中，所述優(yōu)化目標(biāo)函數(shù)為目標(biāo)光譜數(shù)據(jù)集的平均能量表達(dá)式和背景地物信號的平均能量表達(dá)式的比值；在所述待優(yōu)化的高光譜圖像濾波器中迭代輸入預(yù)處理后的三維高光譜遙感圖像數(shù)據(jù)和目標(biāo)光譜數(shù)據(jù)集，得到所述優(yōu)化目標(biāo)函數(shù)達(dá)到最大時(shí)的所述高光譜圖像濾波器。
9、可選地，所述高光譜圖像濾波器的表達(dá)式為：
10、
11、其中，r*表示三維高光譜遙感圖像數(shù)據(jù)的自相關(guān)矩陣，d為目標(biāo)光譜數(shù)據(jù)集，ω為高光譜圖像濾波器。
12、可選地，所述優(yōu)化目標(biāo)函數(shù)的表達(dá)式為，包括：
13、
14、其中，w表示高光譜圖像濾波器，t表示目標(biāo)光譜數(shù)據(jù)集的自相關(guān)矩陣，e表示通過濾波器后，目標(biāo)光譜數(shù)據(jù)集的平均能量，r表示待處理的三維高光譜遙感圖像數(shù)據(jù)的自相關(guān)矩陣，f表示圖像中所有待處理的三維高光譜遙感圖像數(shù)據(jù)輸出能量的平均值。
15、為了解決上述問題，本申請還提供一種高光譜遙感圖像目標(biāo)檢測裝置，包括：獲取模塊，用于獲取待處理的三維高光譜遙感圖像數(shù)據(jù)；處理模塊，用于利用預(yù)構(gòu)建的高光譜圖像濾波器處理所述三維高光譜遙感圖像數(shù)據(jù)，得到目標(biāo)圖像數(shù)據(jù)；其中，預(yù)構(gòu)建高光譜圖像濾波器的過程包括：獲取預(yù)處理后的三維高光譜遙感圖像數(shù)據(jù)；基于所述三維高光譜遙感圖像數(shù)據(jù)確定目標(biāo)光譜數(shù)據(jù)集，并基于所述目標(biāo)光譜數(shù)據(jù)集確定約束能量最小化算法中的樣本自相關(guān)矩陣；基于所述樣本自相關(guān)矩陣和所述目標(biāo)光譜數(shù)據(jù)集確定所述高光譜圖像濾波器，輸出模塊，輸出所述目標(biāo)圖像數(shù)據(jù)。
16、為了解決上述問題，本申請還提供一種計(jì)算機(jī)可讀存儲介質(zhì)，存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，能夠?qū)崿F(xiàn)前述任意實(shí)施例提供的高光譜遙感圖像目標(biāo)檢測方法。
17、為了解決上述問題，本申請還提供一種終端/電子設(shè)備/服務(wù)器，包括：至少一個處理器；以及，與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行前述任意實(shí)施例提供的高光譜遙感圖像目標(biāo)檢測方法。
18、本申請的實(shí)施例提出一種高光譜遙感圖像目標(biāo)檢測方法、裝置、可讀存儲介質(zhì)和電子設(shè)備，通過獲取待處理的三維高光譜遙感圖像數(shù)據(jù)；利用預(yù)構(gòu)建的高光譜圖像濾波器處理所述三維高光譜遙感圖像數(shù)據(jù)，得到目標(biāo)圖像數(shù)據(jù)；其中，預(yù)構(gòu)建高光譜圖像濾波器的過程包括：獲取預(yù)處理后的三維高光譜遙感圖像數(shù)據(jù)；基于所述三維高光譜遙感圖像數(shù)據(jù)確定目標(biāo)光譜數(shù)據(jù)集，并基于所述目標(biāo)光譜數(shù)據(jù)集確定約束能量最小化算法中的樣本自相關(guān)矩陣；基于所述樣本自相關(guān)矩陣和目標(biāo)光譜數(shù)據(jù)集確定高光譜圖像濾波器，將約束能量最小化(cem)算法中的自相關(guān)矩陣與目標(biāo)光譜集相結(jié)合確定了一個高光譜圖像濾波器，并通過背景地物的信號抑制因子降低了目標(biāo)地物作為背景地物參與運(yùn)本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種高光譜遙感圖像目標(biāo)檢測方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的高光譜遙感圖像目標(biāo)檢測方法，其特征在于，在所述獲取預(yù)處理后的三維高光譜遙感圖像數(shù)據(jù)之前，所述高光譜遙感圖像目標(biāo)檢測方法包括：
3.根據(jù)權(quán)利要求2所述的高光譜遙感圖像目標(biāo)檢測方法，其特征在于，基于所述三維高光譜遙感圖像數(shù)據(jù)確定目標(biāo)光譜數(shù)據(jù)集，并基于所述目標(biāo)光譜數(shù)據(jù)集確定約束能量最小化算法中的樣本自相關(guān)矩陣，包括：
4.根據(jù)權(quán)利要求3所述的高光譜遙感圖像目標(biāo)檢測方法，其特征在于，所述基于所述樣本自相關(guān)矩陣和目標(biāo)光譜數(shù)據(jù)集確定高光譜圖像濾波器，包括：
5.根據(jù)權(quán)利要求4所述的高光譜遙感圖像目標(biāo)檢測方法，其特征在于，所述基于所述像元數(shù)據(jù)的樣本自相關(guān)矩陣的逆矩陣和目標(biāo)光譜數(shù)據(jù)集向量確定高光譜圖像濾波器，包括：
6.根據(jù)權(quán)利要求2所述的高光譜遙感圖像目標(biāo)檢測方法，其特征在于，所述高光譜圖像濾波器的表達(dá)式為：
7.根據(jù)權(quán)利要求5所述的高光譜遙感圖像目標(biāo)檢測方法，其特征在于，所述優(yōu)化目標(biāo)函數(shù)的表達(dá)式為：
8.一種高光譜遙感圖像目標(biāo)檢測
9.一種計(jì)算機(jī)可讀存儲介質(zhì)，存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，能夠?qū)崿F(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的高光譜遙感圖像目標(biāo)檢測方法。
10.一種電子設(shè)備，其特征在于，包括：
...【技術(shù)特征摘要】
1.一種高光譜遙感圖像目標(biāo)檢測方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的高光譜遙感圖像目標(biāo)檢測方法，其特征在于，在所述獲取預(yù)處理后的三維高光譜遙感圖像數(shù)據(jù)之前，所述高光譜遙感圖像目標(biāo)檢測方法包括：
3.根據(jù)權(quán)利要求2所述的高光譜遙感圖像目標(biāo)檢測方法，其特征在于，基于所述三維高光譜遙感圖像數(shù)據(jù)確定目標(biāo)光譜數(shù)據(jù)集，并基于所述目標(biāo)光譜數(shù)據(jù)集確定約束能量最小化算法中的樣本自相關(guān)矩陣，包括：
4.根據(jù)權(quán)利要求3所述的高光譜遙感圖像目標(biāo)檢測方法，其特征在于，所述基于所述樣本自相關(guān)矩陣和目標(biāo)光譜數(shù)據(jù)集確定高光譜圖像濾波器，包括：
5.根據(jù)權(quán)利要求4所述的高光譜遙感圖像目標(biāo)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：鄒金霖，張鵬，王國華，姜俊，
申請(專利權(quán))人：中國人民解放軍空軍工程大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。